RSS 订阅管理器

功能特性

• 📰 RSS/Atom 订阅源管理
• 📁 分类管理
• 📖 文章阅读（已读/未读、收藏）
• 🔍 全文搜索和排序
• ⏰ 定时自动抓取（可设置 1 分钟 - 24 小时间隔）
• 🌐 Playwright 浏览器模式（支持 Cloudflare 保护的网站）
• 🤖 AI 自动翻译和整理（支持 OpenAI、Gemini 及兼容 API）
• 🧠 AI 智能内容分析（语义搜索 + AI 总结）
• 🕷️ 自定义抓取规则
• 📦 OPML 导入导出
• 💾 配置备份恢复

技术栈

后端	前端
Python 3.11+	React 18
FastAPI	TypeScript
SQLAlchemy 2.0	TailwindCSS
Celery + Redis	React Query
PostgreSQL + pgvector	Zustand

快速开始

方式一：生产环境部署（Docker 一键启动，推荐）

只需安装 Docker，几条命令启动所有服务：

# 1. 启动所有服务
docker compose -f docker-compose.prod.yml up -d

# 2. 初始化数据库（首次部署必须执行）
docker exec -it rss_manager_backend alembic upgrade head

启动后访问：http://localhost:5666

包含的服务：

• PostgreSQL 数据库
• Redis 缓存
• 后端 API
• Celery 定时任务（自动抓取订阅源）
• 前端界面

停止服务：

docker compose -f docker-compose.prod.yml down

更新代码后重新部署：

# 拉取最新代码后，重建并重启所有服务
docker compose -f docker-compose.prod.yml up -d --build

# 如果有数据库结构变更，执行迁移
docker exec -it rss_manager_backend alembic upgrade head

⚠️ 如果只重建单个服务（如 --build backend），需要同时重启 frontend，否则 nginx 会因 DNS 缓存连接失败：

docker compose -f docker-compose.prod.yml up -d --build backend
docker restart rss_manager_frontend

方式二：开发环境（SQLite，无需 Docker）

适合本地开发调试，不支持定时抓取功能和 AI 语义搜索（会自动回退到关键词搜索）。

后端设置：

cd backend
python -m venv venv
.\venv\Scripts\activate          # Linux/Mac: source venv/bin/activate
pip install -e ".[dev]"
copy .env.sqlite .env            # Linux/Mac: cp .env.sqlite .env
alembic upgrade head
uvicorn app.main:app --reload

前端设置（新终端）：

cd frontend
npm install
npm run dev

访问：http://localhost:5173

方式三：开发环境 + 定时抓取（需要 Docker）

使用 Docker 运行 PostgreSQL 和 Redis，本地运行代码。

1. 启动数据库：

docker compose up -d postgres redis

2. 后端设置：

cd backend
python -m venv venv
.\venv\Scripts\activate
pip install -e ".[dev]"
copy .env.postgres .env
alembic upgrade head
uvicorn app.main:app --reload

3. 启动定时任务（新终端）：

cd backend
.\venv\Scripts\activate
celery -A app.tasks.celery_app worker --loglevel=info --pool=solo

4. 启动调度器（新终端）：

cd backend
.\venv\Scripts\activate
celery -A app.tasks.celery_app beat --loglevel=info

5. 前端设置（新终端）：

cd frontend
npm install
npm run dev

Windows 上 Celery Worker 需要 --pool=solo 参数

AI 智能内容分析

AI 分析功能允许你使用自然语言查询订阅的文章内容，系统会通过语义搜索找到相关文章，并生成 AI 分析总结。

功能特点

• 🔍 语义搜索：基于 pgvector 向量数据库，理解查询意图而非简单关键词匹配
• 📊 AI 分析总结：自动生成主题分类、关键点提取、趋势识别
• 📈 相关度排序：按语义相似度排序，最相关的文章优先展示
• 📝 查询历史：保存最近 10 条查询，支持快速重新执行
• 🔄 智能回退：当语义搜索不可用时，自动回退到关键词搜索

使用方法

1. 在侧边栏点击「AI 分析」进入分析页面
2. 在搜索框输入自然语言查询，例如：
   • "Python 相关的技术文章"
   • "最近的 AI 发展趋势"
   • "前端框架对比"
3. 点击「分析」按钮，等待 AI 处理
4. 查看 AI 生成的分析总结和相关文章列表

技术要求

• 数据库：需要使用 PostgreSQL + pgvector（生产环境 Docker 配置已包含）
• AI 服务：需要配置 OpenAI 或兼容的 AI 服务（用于生成 embedding 和分析）
• 注意：SQLite 开发模式不支持语义搜索，会自动回退到关键词搜索

配置 Embedding 模型

1. 进入「设置 → AI 设置」
2. 在「Embedding 模型」区域选择 AI 渠道
3. 输入 embedding 模型名称（如 text-embedding-3-small）
4. 点击「保存 Embedding 配置」

常用 Embedding 模型：

• text-embedding-3-small - OpenAI 推荐，性价比高
• text-embedding-3-large - 更高精度
• text-embedding-ada-002 - 旧版模型

Embedding 生成

文章的向量嵌入（embedding）通过 Celery 后台任务异步生成：

• 需要先配置 Embedding 模型才能生成
• 批量生成任务：generate_embeddings_batch（通过 Celery 调用）
• embedding 生成失败不会影响文章保存，会自动回退到关键词搜索

定时任务说明

任务	执行频率	说明
订阅源刷新	每分钟检查	根据每个订阅源设置的同步间隔自动抓取
自定义规则	每分钟检查	根据规则设置的间隔执行
旧文章清理	每天凌晨 3 点	清理 90 天前的非收藏文章

默认配置

开发环境 (docker-compose.yml)：

• PostgreSQL: 用户 rss_manager，密码 rss_manager_password
• Redis: 无密码

生产环境 (docker-compose.prod.yml)：

• PostgreSQL: 用户 rss_manager，密码 rss_manager_prod_2024
• Redis: 密码 redis_prod_2024
• JWT 密钥: rss_manager_secret_key_2024_production

部署到公网服务器时，建议通过环境变量修改默认密码

注意事项

部署相关

• 项目可以安装在任意目录，没有路径限制
• 端口 5666 需要可用，如需修改请编辑 docker-compose.prod.yml 中的端口映射
• 首次部署必须执行数据库迁移：docker exec -it rss_manager_backend alembic upgrade head
• 首个注册的用户将自动成为管理员

更新部署

• 修改后端代码（包括 Celery 任务）需要重建对应容器：

  # 重建所有服务（推荐）
  docker compose -f docker-compose.prod.yml up -d --build
  
  # 或只重建特定服务
  docker compose -f docker-compose.prod.yml up -d --build backend celery_worker celery_beat
  

• 只重建 backend frontend 不会更新 Celery 定时任务
• 数据库结构变更时，必须执行迁移：

  docker exec -it rss_manager_backend alembic upgrade head
  

从旧版本升级（添加 AI 分析功能）

如果你是从不支持 AI 分析的旧版本升级，需要执行以下步骤：

# 1. 备份数据库（可选但推荐）
docker exec rss_manager_postgres pg_dump -U rss_manager rss_manager > backup.sql

# 2. 拉取最新代码
git pull

# 3. 重建所有服务（PostgreSQL 镜像已更换为支持 pgvector 的版本）
docker compose -f docker-compose.prod.yml up -d --build

# 4. 执行数据库迁移（添加 embedding 列和查询历史表）
docker exec -it rss_manager_backend alembic upgrade head

数据不会丢失，pgvector 镜像与原 PostgreSQL 镜像完全兼容

安全建议

• 公网部署时务必修改默认密码（通过环境变量设置）
• 建议使用反向代理（如 Nginx）并配置 HTTPS
• 可以关闭注册功能（管理员在设置页面操作）

访问地址

服务	地址
前端界面（生产）	http://localhost:5666
前端界面（开发）	http://localhost:5173
后端 API	http://localhost:8000
API 文档	http://localhost:8000/docs

项目结构

├── backend/                 # Python FastAPI 后端
│   ├── app/
│   │   ├── api/            # API 路由
│   │   ├── core/           # 核心配置
│   │   ├── models/         # 数据模型
│   │   ├── repositories/   # 数据访问层
│   │   ├── schemas/        # Pydantic 模式
│   │   ├── services/       # 业务逻辑
│   │   ├── tasks/          # Celery 后台任务
│   │   └── utils/          # 工具函数
│   └── alembic/            # 数据库迁移
├── frontend/               # React 前端
│   └── src/
│       ├── components/     # UI 组件
│       ├── pages/          # 页面组件
│       ├── services/       # API 服务
│       ├── stores/         # 状态管理
│       └── types/          # TypeScript 类型
├── docker-compose.yml      # 开发环境 Docker 配置
└── docker-compose.prod.yml # 生产环境 Docker 配置

开源协议

MIT